[发明专利]一种基于主动学习的抠图方法

摘要

本发明公开了一种基于主动学习的抠图方法，采样方法对应于某个风险函数，风险函数值越低的前景背景对有越高的信任度，主动学习在未知区域中寻找像素，对像素标记，提高了整个图像未知区域像素的信任度；在传播模型中，不同于目前大多数方法，解决了线性传播模型进行主动学习的问题，用主动学习的方式寻找最需要进行标记的区域，对能引起求解值产生较大变化的像素，进行标记；将采样方法和传播方法结合起来，信息量越大的像素越值得标记。本发明不同于以往方法；通过主动学习，寻找更为有效的区域进行标记，从而降低了交互的工作量，并提高抠图的准确性，从测试集的结果来看，可以以较少的交互实现较高的准确性。

主权项

1.一种基于主动学习的抠图方法，其特征在于，所述基于主动学习的抠图方法的公式表示如下：/n /n等式左边代表像素x_k对应的信息量，越大的值表示越值得进行主动学习和标记，f_u表示图像未知区域(unknown)的alpha图信息,表示对x_k进行主动学习后，图像中的未知区域的alpha图信息，表示对x_k进行主动学习后在求解alpha图上的变化；公式右边由二部分组成，R_sampling表示对x_k进行主动学习后在采样上风险值的变化，R_exp表示对x_k进行主动学习后，传播方法对抠图效果的改变量；将二者结合起来，最终的表示对x_k进行主动学习后,对抠图效果的影响，影响力越大，说明x_k越值得主动学习，需要标注；λ₁、λ₂代表实数参数，通过将二者以不同权值相加，最终将采样方法和传播方法结合起来。/n